Reconnaissance de caractères: Descripteurs de formes et classification. Philippe Foucher
|
|
- Pauline Bellefleur
- il y a 8 ans
- Total affichages :
Transcription
1 Reconnaissance de caractères: Descripteurs de formes et classification Philippe Foucher 1
2 Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques Classification Conclusion 2
3 But de la morphologie mathématique Au-delà du bruit additif ou multiplicatif besoin de remplir (ou détecter) les trous, lisser les bords, mettre en évidence des caractéristiques de l image. 3
4 Morphologie Mathématique Théorie complète et cohérente présentée par Serra (1982). Ensemble d opérateurs de traitement d images basés sur les formes. Principe: comparer les objets d une image par rapport à un ensemble géométrique connu (forme et taille données) appelé élément structurant. Opérateurs fondamentaux: dilatation, érosion, fermeture, ouverture. Serra J.: Image analysis and mathematical morphology, London, academic Press,
5 Dilatation (1) Image A avec un objet noté X (en blanc) Élément structurant: B A B (objet Y = objet X +rouge) Soit l élément structurant B centré sur le pixel (x,y) de l image A. A chaque (x,y) position on se pose la question: l élément structurant B touche-t-il en partie l objet X?. Si oui, l ensemble des pixels répondant à cette condition donne l objet Y. 5
6 Dilatation (2) Image A Élément structurant: B A B Dilatation de A par B (notée A B) 6
7 Image A avec un objet noté X (en blanc) Erosion (1) Element structurant B A B (objet Y=objet X- orange) Soit l élément structurant B centré sur le pixel (x,y) de l image A. A chaque position on se pose la question: l élément structurant est-il entièrement inclus dans X?. Si oui, l ensemble des pixels répondant à cette condition donne l objet Y 7
8 Image A Erosion (2) Element structurant B A B Erosion de A par B (notée A B) 8
9 Ouverture (1) A B AB dilatation AB = (A B ) B Ouverture = Erosion suivie d une dilatation 9
10 Ouverture (2) (A B ) B Image A L ouverture (érosion + dilatation) ne redonne pas l image initiale 10
11 Fermeture (1) A B A B Erosion A B = (A B ) B 11
12 Fermeture (2) (A B) B Image A La fermeture (dilatation+ érosion) ne redonne pas l image initiale 12
13 Intérêt Ouverture: élimine les isthmes et éléments fins. Fermeture: bouche les trous. Permet souvent de simplifier la forme à analyser 13
14 Exemple Ouverture morphologique Fermeture morphologique 14
15 Autres Applications Extraction de frontière (image initiale image érodée) Transformée en tout ou rien Remplissage de trous (fermeture et intersection avec image complémentaire) Amincissement/grossissement de régions (érosion, dilatation) Extraction du squelette 15
16 Transformée Hit or Miss (tout ou rien) Deux éléments structurants: B={B hit ; B miss }. Une image A et son complémentaire A c. HMT(A,B) = A B = (A B hit ) (A c B miss ) A B hit HMT(A,B) A c B miss 16
17 Exemples 4 éléments structurants (pour les 4 coins) Figure: repérage des coins 17
18 Autre exemple La HMT permet de mettre en évidence des éléments particuliers de l image 18
19 Squelette d une image Représentation squelettique d une forme en préservant la connectivité et la topologie (boucles) Squelettisation par amincissement séquentiel 19
20 Obtention du squelette (1) Amincissement simple (itération successive): Am(A,B) = A init HMT(A,B) Amincissement séquentiel (exemple de trois éléments structurants B={B 1 ; B 2 ; B 3 }) Am( A, B) = 3 i= 1 ( Am( A, B i )) (Union des trois amincis par B1; B2; B3) 20
21 Obtention du squelette (2) On répète le processus jusqu à idempotence (l image résultante ne change pas). Il existe plusieurs sortes de squelettes qui ne font pas appel à la morphologie mathématique mais plutôt à des transformées telles que la transformée en axe médian. 21
22 Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques Classification Conclusion 22
23 Représenter une forme Stocker ou transmettre une image à moindre coût. «méthodes avec préservation de l information reproduire exactement la forme à partir de ces descripteurs». Trier des formes séparer des formes sans reconnaissance Comparer la forme à d autres pour reconnaissance (problème de la reconnaissance de caractères ou de la parole). 23
24 Choix des caractéristiques (1) Infinité de caractéristiques à partir d une forme en 2D. Difficulté pour choisir les caractéristiques pertinentes (discrimination des formes). 24
25 Choix des caractéristiques (2) Dépend de l application (stockage ou reconnaissance?). Dépend des données à traiter (écriture, reconnaissance de visages, ) Dépend de la qualité des données à traiter (formes bruitées ou non ) 25
26 Description de la forme: Approches Descripteurs de forme Approche contour -Prise en compte du contour seul. l intérieur de la forme n est pas considéré. Approche région - Prise en compte des détails internes (trous ou nœuds) 26
27 Méthodes locales ou globales Descripteurs de forme Approche contour Approche région Méthodes structurelles Méthodes globales Méthodes structurelles Méthodes globales 27
28 Structurelles/globales? Méthodes structurelles: Analyse locale du contour ou de la forme à partir d extraction de structures (segments, primitives, formes). Méthodes globales: descripteurs de l ensemble de la forme. 28
29 Méthodes locales ou globales Approche contour Méthodes structurelles: - codage de chain (ou Freeman) - polygones - syntaxique (primitives) Méthodes globales: -Descripteurs simples (périmètre, compacité, eccentricité, rectangularité ) - signature de la forme - descripteurs de Fourier 29
30 Méthodes locales ou globales Approche région Méthodes structurelles: - enveloppe convexe - axe médian (squelette) - Méthodes globales: - descripteurs simples - Nombre d Euler; topologie - moments géométriques - 30
31 Approche structurelle (contours) Approche locale sélection de structures ou primitives. Les approches diffèrent selon la façon dont les primitives sont sélectionnées. Encodage selon une chaîne de caractères 31
32 Codage de chain (ou codage de Freeman) Connexité Connexité
33 Ré-échantillonnage de la grille
34 Choix du point de départ Plusieurs représentations - Chaque code est une chaîne circulaire - On choisit le point de départ qui minimise l entier de codage :
35 Avantages/inconvénients Avantages Description très précise de la forme Mise en œuvre simple Préservation de l information Inconvénients traitement long sensible au bruit et aux détails inutiles problème avec facteur d échelle et sensible à la rotation 35
36 Approximations polygonales Création itérative d un polygone Choix du segment le + long Division (points les plus loin) Augmentation du polygone Test d arrêt 36
37 Avantages/inconvénients Avantages Peu sensible au bruit, on ne s arrête pas aux détails Technique simple Intermédiaire vers autre descripteur Inconvénients forme imparfaite (des détails sont peut-être importants) mise en œuvre assez longue Non conservation de l information 37
38 Etude syntaxique Obtention d un chaîne de caractères: Décomposition de la forme en segments (appelés primitives a,b,c,d, ) S =dbabcbabdbabcbab 38
39 Etude syntaxique a b a b c b a b b d a b b c b a d b c Mise au point d une grammaire d 39
40 Avantages/inconvénients Avantages Description précise de la forme Technique simple Inconvénients traitement long nécessité d une grammaire Non conservation de l information 40
41 Approche globale (contours) Étude de l ensemble d un contour (d un seul bloc) Pas de décomposition ou codage préalable (sauf pour Descripteurs Fourier) 41
42 Descripteurs simples En gros tous les descripteurs géométriques: - périmètre - Aire (surface pleine) - rectangularité, eccentricité, compacité - nombre d angles droits/aigus/obtus 42
43 Descripteurs simples Périmètre/aire: limité, dépendant facteur d échelle Circularité = Aire/périmètre² (compacité = 4Π*circularité) Rectangularité = Aire/Aire rectangle exinscrit Eccentricté = longueur axe majeur/ axe mineur Nombre d angles droits/aigus/obtus: attention à la concavité 43
44 Avantages/inconvénients Avantages Technique très simple Calcul très rapide Inconvénients Non conservation de l information Pas assez de pouvoir discriminant 44
45 Exemples de problème (1) b même circularité a même rectangularité 45
46 Signatures de la forme Représentation de la forme par une fonction de type y=f(x) (par exemple, distance par rapport au centre de gravité, ou coordonnées complexes) 46
47 Signatures de la forme ρ ρ θ θ 47
48 Avantages/inconvénients Avantages - préservation de l information Inconvénients - descripteur intermédiaire (il faut décrire le signal obtenu après) - très sensible au bruit 48
49 Descripteurs de Fourier A partir du signal obtenu précédemment, Transformée de Fourier Coefficients appelés descripteurs de Fourier Outil très puissant, peu sensible au bruit Préservation de l information Problème de calcul de distance On y reviendra quand on verra la Transformée de Fourier 49
50 Approche région Prise en compte de tous les pixels à l intérieur de la forme. Certains descripteurs simples (vus dans l approche contour) sont utilisés ici mais en prenant en compte les éventuels trous. 50
51 Topologie Nombre de trous et nombre de composantes connexes de l image Nombre d Euler: différences entre nombre de composantes connexes et nombre de trous. Exemple: Euler = 1 51
52 Avantages/inconvénients Avantage - très simple et peu sensible au bruit - très utile pour reconnaissance de caractères ou figures géométriques Inconvénient - non préservation de l information 52
53 Moments géométriques (1) Moment m d ordre p+q: distribution des pixels dans l image m p M 1 N 1 p q, q = x y f ( x, y) x= 0 y= 0 m 0,0 : aire des objets ; f(x,y): luminance du pixel (x,y), c est-à-dire noir ou blanc en binaire 53
54 54 Moments géométriques (2) Invariance par translation ), ( ) ( ) ( , y x f y y x x q g M x N y p g q p = = = µ Invariance par homothétie (facteur d échelle) γ µ µ η 0 0,,, q p q p = Avec γ = (2+p+q)/2
55 Moments géométriques (3) Φ Φ Invariance par rotation (7 moments invariants) Φ Φ =η + 1 2,0 η0,2 ( η 2,0 η0,2 )² + 4 1, 1² 2 = η ( η3,0 3η 1,2 )² + (3η 2,1 3 0, 3)² 3 = η ( η 3,0 + η1,2 )² + ( η 2,1 + 0, 3)² 4 = η 55
56 Avantages/inconvénients Avantages - très robuste et peu sensible au bruit - méthode de région - préservation de l information Inconvénients - difficulté à corréler les moments avec la forme en elle-même. 56
57 Méthodes contextuelles (régions) Décomposition en polygones convexes (convex hull) Décomposition en axe médian (squelette) 57
58 Axe médian (squelette) Analogie avec feu de prairie Remarque: Il existe différentes sortes de squelettes. Le squelette obtenu ici est obtenu par la transformée en axe médian (analogie feu de prairie). Il diffère un peu de celui obtenu par morphologie mathématique (transparent N 19). Cependant les applications (transparent suivant) sont les mêmes. 58
59 Applications L analyse du squelette peut permettre de décrire la forme: - nombre de ramifications - longueur des ramifications - nombre de nœuds 59
60 Avantages/inconvénients Avantages - simplification de la forme - très robuste - Méthodes avec préservation de l information (à vérifier selon les squelettes) Inconvénients - complexe à implémenter - squelette non standard 60
61 Conclusion (1) Multitude de méthodes de reconnaissance de forme (autres moments, matrices de forme, B-splines, transformée de Hough, transformée en ondelettes, distance de Hausdorff, ) Méthodes structurelles un peu plus coûteuses (en terme informatique) et sensibles au bruit 61
62 Conclusion (2) Méthodes dépendent de l application: Transformée de Fourier, moments sont des méthodes très robustes 62
63 Références Russ J.C. (1999): The image processing handbook, CRC press (3rd edition) New york, USA Gonzalez and woods (1993): Digital image processing, Addison-Wesley Cours de JP Thiran: Duda, Hart and Stork (2001): Pattern Classification (2nd ed.), John Wiley and Sons. Cocquerez JP et Philipp S. Filtrage et segmentation Serra J.: Image analysis and mathematical morphology, London, academic Press,
Traitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailCodage d information. Codage d information : -Définition-
Introduction Plan Systèmes de numération et Représentation des nombres Systèmes de numération Système de numération décimale Représentation dans une base b Représentation binaire, Octale et Hexadécimale
Plus en détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailCOURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE
COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailAnalyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1
Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailProjet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo
Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un
Plus en détailDétection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO
Détection des points d intérêt et Segmentation des images RGB-D Présentée par : Bilal Tawbe Semaine de la recherche de l UQO 25 Mars 2015 1. Introduction Les méthodes de détection de points d intérêt ont
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailProgramme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure INTELLIGENCE NUMERIQUE Langage Java Mentions
Plus en détailM2R IMA UE CONF Présentation
M2R IMA UE CONF Présentation L objectif de l UE «Conférences» est de : 1. Présenter des applications du traitement d images dans divers domaines industriels ou académiques. 2. Apporter des compléments
Plus en détailProjet MDMA - Rapport L2
Projet MDMA - Rapport L2 Coordinateurs : Timothée Bernard, Louis Parlant Membres du projet : Hadrien Croubois, Henri Derycke, Gaëtan Gilbert, Semen Marchuk, Luc Rocher 1 Table des matières 1 Introduction
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailAxe " Génie des Procédés", centre SPIN, Ecole des Mines de Saint-Etienne ECOLE DES MINES SAINT-ETIENNE ANALYSE D IMAGE
ANALYSE D IMAGE 1. PRESENTATION DE L ANALYSE D IMAGE. 4 1.1. OJECTIF ET BUT DE L ANALYSE D IMAGE 4 1.2. PRINCIPE 4 1.2.1. FORMATION DE L IMAGE NUMERIQUE 4 1.2.2. TRANSFORMATION DE L IMAGE NUMERIQUE EN
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détailTBI et mathématique. Pour vous soutenir dans votre enseignement des mathématiques. Les outils du logiciel Notebook. les ressources internet
TBI et mathématique Pour vous soutenir dans votre enseignement des mathématiques Dessin tiré du site www.recitus.qc.ca Les outils du logiciel Notebook et les ressources internet Document préparé par France
Plus en détailLe contexte. Le questionnement du P.E.R. :
Le contexte Ce travail a débuté en janvier. Le P.E.R. engagé depuis fin septembre a permis de faire émerger ou de réactiver : Des raisons d être de la géométrie : Calculer des grandeurs inaccessibles et
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailReconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12
Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité
Plus en détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailLes droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites
I Droites perpendiculaires Lorsque deux droites se coupent, on dit qu elles sont sécantes Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites Lorsque deux
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détailProjet Matlab : un logiciel de cryptage
Projet Matlab : un logiciel de cryptage La stéganographie (du grec steganos : couvert et graphein : écriture) consiste à dissimuler une information au sein d'une autre à caractère anodin, de sorte que
Plus en détailAcquisition et conditionnement de l information Les capteurs
Acquisition et conditionnement de l information Les capteurs COURS 1. Exemple d une chaîne d acquisition d une information L'acquisition de la grandeur physique est réalisée par un capteur qui traduit
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détail1 Introduction au codage
CélestineOscarDésiréAnatoleGastonEugène 1 Introduction au codage 1.1 Les ensembles L ensemble de tout les ensembles est Dieu lui-même. Kantor Ensemble des parties d un ensemble désigne l ensemble des sous-ensembles
Plus en détailFormation Optimiser ses campagnes emailing
Formation Optimiser ses campagnes emailing 2 jours Présentation de la formation «Optimiser ses campagnes emailing» Objectif : Cette formation a pour but de connaître les spécificités de l emailing afin
Plus en détailChapitre VI. Connexions et fonctions numériques
Chapitre VI Connexions et fonctions numériques Concepts : -> Extension aux fonctions -> Opérateurs connexes -> Géodésie numérique -> Nivellements et auto-dualité Applications : -> Etude des extrema ->
Plus en détailEXCEL TUTORIEL 2012/2013
EXCEL TUTORIEL 2012/2013 Excel est un tableur, c est-à-dire un logiciel de gestion de tableaux. Il permet de réaliser des calculs avec des valeurs numériques, mais aussi avec des dates et des textes. Ainsi
Plus en détailEXERCICES DE REVISIONS MATHEMATIQUES CM2
EXERCICES DE REVISIONS MATHEMATIQUES CM2 NOMBRES ET CALCUL Exercices FRACTIONS Nommer les fractions simples et décimales en utilisant le vocabulaire : 3 R1 demi, tiers, quart, dixième, centième. Utiliser
Plus en détailRecherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailVecteurs. I Translation. 1. Définition :
Vecteurs I Translation Soit A et B deux points du plan. On appelle translation qui transforme A en B la transformation du plan qui a tout point M associe le point M tel que [AM ] et [BM] aient le même
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailDE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51
DE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51 PLAN DU COURS Introduction au langage C Notions de compilation Variables, types, constantes, tableaux, opérateurs Entrées sorties de base Structures de
Plus en détailANALYSE CATIA V5. 14/02/2011 Daniel Geffroy IUT GMP Le Mans
ANALYSE CATIA V5 1 GSA Generative Structural Analysis 2 Modèle géométrique volumique Post traitement Pré traitement Maillage Conditions aux limites 3 Ouverture du module Choix du type d analyse 4 Calcul
Plus en détailTp_chemins..doc. Dans la barre "arche 2" couleur claire 1/5 21/01/13
TP de création : utilisation des chemins vectoriels Finis les mauvais rêves : vous aurez enfin votre dreamcatcher (Indienss des Grands Lacs) 1 ) Créez une nouvelle image de 300 pixels sur 600 pixels en
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailpoint On obtient ainsi le ou les points d inter- entre deux objets».
Déplacer un objet Cliquer sur le bouton «Déplacer». On peut ainsi rendre la figure dynamique. Attraper l objet à déplacer avec la souris. Ici, on veut déplacer le point A du triangle point ABC. A du triangle
Plus en détailF210. Automate de vision hautes fonctionnalités. Caractèristiques. Algorithmes vectoriels
Automate de vision hautes fonctionnalités Caractèristiques Algorithmes vectoriels Les algorithmes permettent de sélectionner les éléments de traitement requis dans la bibliothèque, puis les combinent et
Plus en détailJean Dubuffet AUTOPORTRAIT II - 1966
Jean Dubuffet AUTOPORTRAIT II - 1966 MON VISAGE A LA MANIERE DE JEAN DUBUFFET OBJECTIFS - utiliser son expérience sensorielle visuelle pour produire une œuvre picturale. - réaliser une œuvre s'inspirant
Plus en détailUtilisation du logiciel ImageJ gratuit
Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détail2013 Pearson France Adobe Illustrator CC Adobe Press
Au cours de cette démonstration d Adobe Illustrator CC, vous découvrirez les nouvelles fonctionnalités du logiciel, comme les outils de retouche et la sélection du texte, ainsi que d autres aspects fondamentaux
Plus en détailPREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE
PREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE Jean-Paul Valois, Claude Mouret & Nicolas Pariset Total, 64018 Pau Cédex MOTS CLEFS : Analyse spatiale, ACP, Lissage, Loess PROBLEMATIQUE En analyse multivariée,
Plus en détailFranck VAUTIER, Jean-Pierre TOUMAZET, Erwan ROUSSEL, Marlène FAURE, Mohamed ABADI, Marta FLOREZ, Bertrand DOUSTEYSSIER
Utilisation d images dérivées d un jeu de données LIDAR pour la détection automatisée de vestiges archéologiques (programme de recherche méthodologique LiDARCHEO) Franck VAUTIER, Jean-Pierre TOUMAZET,
Plus en détailManuel Utilisateur Logiciel PEB Partie modeleur version 2.5
Manuel Utilisateur Logiciel PEB Partie modeleur version 2.5 Table des matières Table des matières... 3 Introduction... 7 Objectifs du modeleur... 7 Coup d oeil... 9 Principes sous-tendant l utilisation
Plus en détail315 et 495 sont dans la table de 5. 5 est un diviseur commun. Leur PGCD n est pas 1. Il ne sont pas premiers entre eux
Exercice 1 : (3 points) Un sac contient 10 boules rouges, 6 boules noires et 4 boules jaunes. Chacune des boules a la même probabilité d'être tirée. On tire une boule au hasard. 1. Calculer la probabilité
Plus en détailProblèmes de dénombrement.
Problèmes de dénombrement. 1. On se déplace dans le tableau suivant, pour aller de la case D (départ) à la case (arrivée). Les déplacements utilisés sont exclusivement les suivants : ller d une case vers
Plus en détailwww.imprimermonlivre.com
0 www.imprimermonlivre.com Composition d une couverture avec Word L objectif de ce guide est de vous proposer un mode opératoire pour créer une couverture avec Word. Nous vous rappelons toutefois que Word
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailFauteuil dentaire monté vers le haut, Modèle CARE-22
Fauteuil dentaire monté vers le haut, Modèle CARE-22 Fauteuil dentaire monté vers le haut, Modèle CARE-22 Réf. SOC-RYS-301017 Caractéristique : Système d exploitation à main monté vers le haut, design
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailReprésentation et analyse des systèmes linéaires
ISAE-NK/Première année présentation et analyse des systèmes linéaires Petite classe No Compléments sur le lieu des racines. Condition sur les points de rencontre et d éclatement Les points de rencontre,(les
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailMini_guide_Isis.pdf le 23/09/2001 Page 1/14
1 Démarrer...2 1.1 L écran Isis...2 1.2 La boite à outils...2 1.2.1 Mode principal...3 1.2.2 Mode gadgets...3 1.2.3 Mode graphique...3 2 Quelques actions...4 2.1 Ouvrir un document existant...4 2.2 Sélectionner
Plus en détailCodage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur
Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de
Plus en détailDécouvrez ce que votre enfant peut voir
23 Chapitre 4 Découvrez ce que votre enfant peut voir De nombreux enfants qui ont des problèmes de vue ne sont pas totalement aveugles. Ils peuvent voir un peu. Certains enfants peuvent voir la différence
Plus en détailProthésistes dentaires. Aide au cahier des charges d un nouveau laboratoire
Prothésistes dentaires Aide au cahier des charges d un nouveau laboratoire Carsat Centre Ouest Assurance des risques professionnels 37, avenue du Président René Coty 87048 LIMOGES CEDEX LOCAUX DE TRAVAIL
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailChapitre 18 : Transmettre et stocker de l information
Chapitre 18 : Transmettre et stocker de l information Connaissances et compétences : - Identifier les éléments d une chaîne de transmission d informations. - Recueillir et exploiter des informations concernant
Plus en détailQ6 : Comment calcule t-on l intensité sonore à partir du niveau d intensité?
EXERCICE 1 : QUESTION DE COURS Q1 : Qu est ce qu une onde progressive? Q2 : Qu est ce qu une onde mécanique? Q3 : Qu elle est la condition pour qu une onde soit diffractée? Q4 : Quelles sont les différentes
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
Plus en détailL espace de travail de Photoshop
L espace de travail de Photoshop 1 Au cours de cette leçon, vous apprendrez à : ouvrir les fichiers Photoshop ; sélectionner et employer certains des outils dans le panneau Outils ; définir les options
Plus en détailCorrection : E = Soit E = -1,6. F = 12 Soit F = -6 3 + 45. y = 11. et G = -2z + 4y G = 2 6 = 3 G = G = -2 5 + 4 11
Correction : EXERCICE : Calculer en indiquant les étapes: (-6 +9) ( ) ( ) B = -4 (-) (-8) B = - 8 (+ 6) B = - 8 6 B = - 44 EXERCICE : La visite médicale Calcul de la part des élèves rencontrés lundi et
Plus en détailLes étapes du traitement de l analyse d image
Les étapes du traitement de l analyse d image La capture image brute Prétraitement niveaux de gris Segmentation image binaire Post-traitement régions d intérêts Amélioration Publication Quantification
Plus en détailL interface Outils, palettes, règles, repères, grille Paramétrer les préférences
Formatrice Conceptions de logos Création de support de com : affiche, flyer... Création de plans, cartes Bien manipuler un ordinateur L interface Outils, palettes, règles, repères, grille Paramétrer les
Plus en détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détailTraitement d un AVI avec Iris
Traitement d un AVI avec Iris 1. Définir le répertoire de travail Fichier > Réglages (Ctrl + R) Et on définit le chemin du répertoire de travail. C est là que les images vont être stockées. 2. Convertir
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
Plus en détailIV - Programme détaillé par matière (1 fiche détaillée par matière)
IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation
Plus en détailInnovation pour l intégration des systèmes
Innovation pour l intégration des systèmes PERFORMANCE MADE SMARTER PLATINE PR Solution de montage simple et fiable entre le système DCS/API/SIS et les isolateurs/interfaces S. I. TEMPÉRATURE INTERFACES
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailD 155 Annex 16, page 1. Projet : D155 Sous-classe : B42D Office européen des brevets, Direction de la Classification
Annex 16, page 1 CIB Révision WG Projet de définition Projet : D155 Sous-classe : B42D Office européen des brevets, Direction de la Classification Proposition consolidée du rapporteur Date : 16 février
Plus en détailBC LABEL Location de bornes photos numériques
BC LABEL Location de bornes photos numériques Mise a jour le 11-09-2014 page 1 / 63 Clé USB Pivotante Couleur Délais de livraison : 10 2, 32Go, 64 Go Tampographie, Gravure Laser Rouge, Vert, Jaune, Bleu
Plus en détailEVOLUTION DE LA COCCINELLE
Trente ans d évolution! 1952 Octobre 52. Volets d aérations remplacés par de grands déflecteurs sur les glaces avant. Poignée de capot moteur en T. Feux arrière et stops groupés dans un seul feu, plus
Plus en détailBaccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS
Baccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS N o Lieu et date Q.C.M. Algébrique Géométrie 1 Asie juin 2012 2 Métropole juin
Plus en détailD 155 Annex 20, page 1. Projet : D155 Sous-classe : B42D Office européen des brevets, Direction de la Classification
Annex 20, page 1 CIB Révision WG Projet de définition Projet : D155 Sous-classe : B42D Office européen des brevets, Direction de la Classification Proposition consolidée du rapporteur Date : 04 mai 2012
Plus en détailAide GeoGebra. Manuel Officiel 3.2. Markus Hohenwarter et Judith Hohenwarter www.geogebra.org
Aide GeoGebra Manuel Officiel 3.2 Markus Hohenwarter et Judith Hohenwarter www.geogebra.org 1 Aide GeoGebra 3.2 Auteurs Markus Hohenwarter, markus@geogebra.org Judith Hohenwarter, judith@geogebra.org Traduction
Plus en détailC.F.A.O. : Conception et Fabrication Assistées par Ordinateur.
C.F.A.O. : Conception et Fabrication Assistées par Ordinateur. La CFAO réunit dans une même démarche informatique les actions de conception et de fabrication d un objet. La technique utilisée permet à
Plus en détailModélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005
Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition
Plus en détailLPP SAINT JOSEPH BELFORT MODE OPERATOIRE ACTIVINSPIRE. Bonne utilisation à toutes et tous! UTILISATION DES TBI LE LOGICIEL ACTIVINSPIRE
LPP SAINT JOSEPH BELFORT MODE OPERATOIRE ACTIVINSPIRE Utilisation des TBI UTILISATION DES TBI LE LOGICIEL ACTIVINSPIRE T B utoriel de base, ce mode d emploi a pour objectif de vous présenter les principales
Plus en détailManuel de l utilisateur
Cabri Géomètre II Plus Manuel de l utilisateur Bienvenue! Bienvenue dans le monde de la géométrie dynamique! Né à la fin des années 80 dans les laboratoires de recherche du CNRS (Centre National de la
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailConversion d un entier. Méthode par soustraction
Conversion entre bases Pour passer d un nombre en base b à un nombre en base 10, on utilise l écriture polynomiale décrite précédemment. Pour passer d un nombre en base 10 à un nombre en base b, on peut
Plus en détail